Le déploiement d'un modèle d'apprentissage automatique dans le monde réel implique bien plus qu'une simple modélisation. Cette Specializations vous apprendra à naviguer dans divers scénarios de déploiement et à utiliser les données plus efficacement pour former votre modèle. Dans ce dernier cours, vous explorerez quatre scénarios différents que vous rencontrerez lors du déploiement de modèles. Vous serez initié à TensorFlow Serving, une technologie qui vous permet de faire de l'inférence sur le web. Vous découvrirez ensuite TensorFlow Hub, un référentiel de modèles que vous pouvez utiliser pour l'apprentissage par transfert. Vous utiliserez ensuite TensorBoard pour évaluer et comprendre le fonctionnement de vos modèles, ainsi que pour partager les métadonnées de vos modèles avec d'autres. Enfin, vous explorerez l'apprentissage fédéré et la façon dont vous pouvez réentraîner les modèles déployés avec des données utilisateur tout en maintenant la confidentialité des données. Cette spécialisation s'appuie sur notre spécialisation TensorFlow dans la pratique. Si vous ne connaissez pas TensorFlow, nous vous recommandons de suivre d'abord la Specialization TensorFlow in Practice. Pour développer une compréhension plus profonde et fondamentale du fonctionnement des réseaux neuronaux, nous vous recommandons de suivre la spécialisation Deep Learning.